关于梯度下降法中的X_b的理解

Question

老师，我看来看去都无法理解这个
X_b = np.hstack([np.ones((len(x), 1)), x.reshape(-1,1)])
是怎么的出来的，请老师解释一下关于这个x_b,谢谢老师

Answer 1

liuyubobobo 2019-04-23 03:06:36

回忆一下，我们在课程中推导的梯度，是这样的：

注意，这个梯度是一个长度为n+1的向量。因为除了每一个维度，要有一个θ参数以外，还有一个不和任何维度匹配的θ，我们叫θ(0)。

所以，在我们后续推导这个梯度计算的向量化公式的时候，为了统一计算，我们在这一项后面，添加了一个X（0），这样，这个响亮的每一项，看起来就一样了：）

当然，我们还要保证这个等号是成立的。所以，这个X0，其实就是1！：）

所以，我们后续推导：

这个Xb，在这里，就有一列1。

这就是我们管他叫Xb的原因，而不是X，他和X不一样，多了一列1。我们的代码，其实就是在X前面，添加了一列1：）

以此为基础，再仔细看一看课程前面的推导，理解一下？：）

继续加油！：）